LINUX.ORG.RU
Форум — Development  

Выбор структуры нейронной сети при помощи генетических алгоритмов


0

2

В интернете много упоминаний о том, что для решения задачи выбора структуры нейронной сети (НС) и подбора её параметров часто используют генетические алгоритмы (ГА).
Передо мной сейчас как раз стоит задача выбора параметров и структуры НС. Гуглил на тему применения ГА, но ничего конкретного так и не нашел. Лишь упоминания «да ГА используются», «мы использовали ГА» и тд. Но нигде не встретил какие параметры использовали в ГА, как определяли пригодность популяции.
Понятно, что гены содержали количество скрытых слоёв, количество нейронов, передаточная функция, скорость обучения (если возможно).
Мне НС нужна для прогнозирования временного ряда. Остановился на многослойном перцептроне. Для его реализации решил использовать FANN. И встрял на двух вопросах: 1) какие параметры использовать; 2) как определять пригодность.
Для первого вопроса пока остановился на: количество нейронов во входном слое; количество скрытых слоёв; количество нейронов в скрытом слое; скорость обучения; функция активации.
По второму вопросу какие-либо мысли пока что вообще отсутствуют.
Буду благодарен за помощь или тыкание носом в нужную бумажку. Спасибо.

★
← Вопрос по консоле
ограничение на длину имени файла →

так а что за проблема?

целевая функция ГА --- степень совпадения предсказаний нейрональной сети с истиной. можно например ROC считать.

psv1967 ★★★★★
()
Ответ на: комментарий от psv1967

Почитаю, спасибо. Ещё вспомнил о Евклидовом расстоянии. Тоже надо будет попробовать его.

mkam ★
() автор топика

Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы

Читайте до просветления.

buddhist ★★★★★
()

Там с этим возни больше (и собственной и машинной), чем сложностей.

buddhist ★★★★★
()

У тебя цель работы сделать: ненужная херня ненужной херней погоняет?

Если ты это делаешь для науки, то это не научно. Если для чего-то работающего, то это будет непригодно работать.

maggotroot ★
()
Ответ на: комментарий от basp

Спасибо за ссылки. Действительно интересно было почитать первую работу.

mkam ★
() автор топика
Ответ на: комментарий от buddhist

это да. лучше читать статьи западных специалистов.

ymn ★★★★★
()
Ответ на: комментарий от ymn

имхо отвратительная книга.

Конкретнее о непонравившихся момнтах можно? А то я её нагуглил и почитать собираюсь.

mkam ★
() автор топика
Ответ на: комментарий от maggotroot

У тебя цель работы сделать: ненужная херня ненужной херней погоняет?

В точку. На науку не замахиваюсь.
Ну и дабы убедиться, что «это будет непригодно работать». Где-нибудь упоминания о сетях и ГА всплывает. Пора пощупать.

mkam ★
() автор топика
Ответ на: комментарий от mkam

ужасный стиль повествования. слишком поверхностная математика. в качестве дополнительной литературы сойдет конечно, но лучше читать оригинальные статьи.

ymn ★★★★★
()
3 мая 2012 г.
Ответ на: комментарий от ymn

Ну да, статьи тоже нужно читать.

//---

Может быть вот эти будут, как раз то, что надо:

Трейдминатор 3: восстание торговых роботов: http://mql5.com/7rw

Доктор Трейдлав, или Как я перестал беспокоиться и написал самообучающийся эксперт: http://mql5.com/7sx

Использование самоорганизующихся карт Кохонена в трейдинге: http://mql5.com/7tj

Прогнозирование временных рядов в MetaTrader 5 при помощи библиотеки машинного обучения ENCOG: http://mql5.com/7tx

Подключение нейросетей от NeuroSolutions: http://mql5.com/7v5

Растущий нейронный газ - реализация на языке программирования MQL5: http://mql5.com/7wj

Адаптивные торговые системы и их использование в терминале MetaTrader 5: http://mql5.com/7ws

Генетические алгоритмы - это просто!: http://mql5.com/7yh

tol64
()
Вы не можете добавлять комментарии в эту тему. Тема перемещена в архив.
← Вопрос по консоле
Development
ограничение на длину имени файла →